《电信数据分析》-公开·课件设计.pptVIP

电信账单——数据挖掘课题 项目概述 源数据 数据预处理 数据转换和处理 数据模型演算 知识发现 项目概述 1.1 项目目的 1.2 项目功能 1.3 项目步骤 1.4 工具介绍 1.5 时间安排 1.1 项目目的 根据上海市电信公司帐务系统提供的用户月账单信息，分析电信公司各类业务的发展情况。 在分析过程中使用数据挖掘课程中涉及的理论知识以及关键技术和思想，比如聚类分析、OLAP、决策树等方法。 项目概述 项目概述 结合实际数据挖掘工具进行数据的提炼、整理从而得到预期的分析结果。 根据分析结果，对上海电信各类产品的推广预测出特定客户群。 项目概述 1.2 项目功能 按区域和时间对普通用户的电信帐单数据进行挖掘，区域包括（区局、分局），时间包括（年、月）。挖掘的数据包括本地通话次数、本地通话时长、本地话费、长途通话次数；长途通话时长，长途话费；宽带类型（分ADSL、FTTB+LAN，VDSL或其它类型四种），宽带话费；小灵通通话次数、小灵通通话时长、小灵通话费等项目。 项目概述 聚类分析：以本地、长途、宽带、小灵通等业务种类为一个维度，区域为第二个维度： 统计语音ARP值，用户数，收入 统计长途ARP值，用户数，收入 统计宽带ARP值，用户数 ，收入 统计小灵通ARP值，用户数，收入等 可根据维度进行下卷和下挖操作 在此基础上进行用户分类（高／中／低） 关联分析：用户电话达到多少ARP值后开始装宽带（计算信任度和支持度各多少）。 趋势分析：客户流失率，增长趋势等 1.3 项目步骤 选取典型范围的产品聚类； 定义数据堆积维度和衡量值； 确定数据挖掘的理论方法（聚类、决策树）； 学会应用Sql Server 2000 pro 和Analysis manager的工具； 设计定义挖掘模型和算法； 预测结果测试。 项目概述 1.3 项目步骤 项目概述 项目概述 1.4工具介绍 一般而言，目前市场上这些数据挖掘工具又可分成两类——企业型工具以及小型工具。 企 业型数据挖掘工具：应用在需要高处理能力、高网络容量和大数据量的场合下。这些工具通常支持多种平台，并基于客户机/服务器结构。它通常可以直接连接一些 复杂的数据管理系统(不像普通文本文件)，并能处理大量的数据。这类数据挖掘工具的另一个特点是它通常提供了多种数据挖掘算法，并有能力解决多种应用问 题。企业数据挖掘工具的实例有IBM的Intelligent Miner和SAS Enterprise Miner，SPSS Clementine等。 小型数据挖掘工具：它与企业型的工具着眼点不同。小型数据挖掘工具或者是针对低端、低消费的用户，或者是为解决特定的应用问题提供特定的解决方案。比如Oracle公司的 Darwin，Insightful公司的Insightful Miner，等等。 项目概述 本次项目选择的工具 优点 掌握快，易上手，适合初学者和本次项目 支持多种数据库，支持ODBC接口 成本低，SQL Server2000自带的Service Pack包 缺点 只能做很简单的挖掘工作，过于傻瓜 只支持基于维度的数据挖掘 只支持决策树 1.5 时间安排 4月16日（第八周）开题预备讨论会，确定课题研究内容和方向，并明确各自重点和分工 4月23日（第九周）－5月7日（第十一周）课题研究制作，进行模拟预测等，并完成课题报告初稿 5月21日（第十三周）报告定稿，答辩 项目概述 数据源 由电信帐务中心提供 由于牵涉保密问题，因此数据为测试数据，只用于项目开发和测试所用 表结构 Bill_fast（帐单事实表） 表结构 产品表（维度） 区域表（维度，２级） 时间表（维度，２级） 表关联关系 尽量简化表的关联关系为雪花状结构，利于数据存储和挖掘 数据整理和倒入数据库 根据要求将数据规范化，倒入ACCESS数据库中，去除冗余和不规范的数据 该步骤已经完成 总共建立计费数据时事实表，数据总量为132762条 建立从2003-2004年的时间表 建立区局-分局的对应关系表，总共13个区局和180个分局 建立产品表（普通电话，长途电话，小灵通和宽带） 事实表示例 启动Analysis Server 创建新的项目 建立与Access数据库连接 采用ODBC方式连接，Windows标准 可适合一切数据库，如ORACLE，SQL，SYBASE，DB2等 建立数据维度 建立时间／区域／产品三个维度，有些维度分两级 建立数据多维存储 例：建立一个用户数量的多维存储结构 建立数据多维存储 建立数据多维存储 建立数据多维存储 生成的存储文件 分析 例：分析用户数量变化情况 分析区局的收入变化情况 分析（功能） 所有操作均可深化和浅化，即上卷和下挖 所有的维度均可以拖拉到相关（水平或者垂